Novas - Tecnoloxías clave e perspectivas de desenvolvemento do sistema de almacenamento de enerxía de baterías de litio

Novas da Rede de Almacenamento de Enerxía Polaris: o Foro de Desenvolvemento de Internet Urbano de Enerxía de 2017 (Pequín) e o Seminario de Construcción e Cooperación de Proxectos de Demostración de Internet en Enerxía celebrouse o 1 de decembro de 2017 en Pequín. Na tarde do foro técnico, Jiang Jiuchun, director do Centro Nacional de I + D de Tecnoloxía da Rede de Distribución Enerxía Activa, pronunciou un discurso sobre o tema: tecnoloxías clave dos sistemas de almacenamento de enerxía de baterías de litio.

Jiang Jiuchun, director do Centro Nacional de I + D de Tecnoloxía de Distribución Activa da Rede de Enerxía:

Estou falando de almacenamento de enerxía da batería. A nosa universidade Jiaotong estivo a almacenar enerxía, desde sistemas eléctricos e vehículos eléctricos ata o tránsito ferroviario. Hoxe estamos a falar dalgunhas das cousas que estamos a facer nas aplicacións de sistemas de enerxía.

As nosas principais direccións de investigación: unha é micro-rede e outra é batería. Na aplicación de baterías, os primeiros vehículos eléctricos que empregamos para o almacenamento de enerxía no sistema de enerxía.

En canto ao problema máis importante do almacenamento de enerxía da batería, o primeiro problema é a seguridade; o segundo é a lonxevidade, e logo a alta eficiencia.

Para os sistemas de almacenamento de enerxía, o primeiro que hai que ter en conta é a seguridade e despois a eficiencia. En moitos casos, a adhesión á eficiencia, a taxa de transformadores e a vida útil, así como o uso de enerxía despois da caída da batería, non poden ser un problema cuantificado. Indicadores para describilo, pero debería ser moi importante para o almacenamento de enerxía. Agardamos que a través de varias cousas poidamos resolver o problema de vida segura e de alta eficiencia. En vehículos eléctricos e sistemas de transporte público úsanse un sistema normalizado de almacenamento de enerxía e un sistema de análise de tarxeta para o estado da batería.

Na actualidade, o uso de sistemas de almacenamento de enerxía, controladores de nodos e caixas de distribución intelixentes que todo o mundo está a usar, mellora a economía e a estabilidade global do sistema, mellora o valor principal dos integradores de sistemas e pode ser un acceso amigable á nube de fondo. plataforma.

Trátase dun sistema centralizado de programación de enerxía. Esta estrutura xerárquica quedou moi clara esta mañá e podemos lograr unha programación óptima a longo prazo das centrais e microgrids de almacenamento multi-enerxía coordinados a través de controladores multi-nodos.

Agora está convertido nun armario de distribución intelixente estándar de enerxía. Esta é a característica básica do armario de distribución de enerxía. Contén varias funcións, como funcións de carga e descarga, protección automática e funcións de interface. Este é un equipamento estándar.

O controlador de nodos implementa equipos locais de xestión de enerxía, funcións principais de recollida de datos, seguimento, almacenamento, estratexias de xestión de execución e carga. Aquí hai un problema que require unha investigación seria e profunda sobre a taxa de mostraxe de datos e o tempo de mostraxe de datos cando se cargan datos. Deste xeito, realízase a análise dos datos da batería no fondo da batería e o mantemento da batería convértese nun mantemento intelixente. Fai un traballo, ao final, o grande que é o número de mostras ou o rápido que é o almacenamento, para describir o estado actual desta batería.

Se conduco un coche eléctrico, descubrirás que moitos coches eléctricos están nun estado que adoita cambiar e saltar. De feito, o almacenamento de enerxía enfróntase ao mesmo problema nas aplicacións de almacenamento de enerxía do sistema de enerxía. Agardamos solucionalo mediante datos. Temos un tamaño de mostra BMS axeitado.

Déixeme falar sobre o almacenamento flexible de enerxía. Todo o mundo di que podo facelo 6.000 veces, e que se pode usar mil veces nun coche. É difícil de dicir. Podes axudalo como sistema de almacenamento de enerxía, afirmando ser 5.000 veces. Canto é a taxa de utilización, porque a propia batería ten un gran problema, o descenso da batería é aleatorio durante o proceso de recesión, cada batería declina de forma diferente e a diferenza entre as células individuais faise cada vez máis diferente A inconsistencia do fabricante a caída da batería tamén é diferente. Canto enerxía pode usar este grupo de baterías e a enerxía dispoñible? Este é un problema que require unha análise minuciosa. Por exemplo, cando se usan vehículos eléctricos na actualidade, úsanse do 10 ao 90%, e a recesión só pode usar do 60% ao 70% ata certo punto, o que supón un gran reto para o almacenamento de enerxía.

¿Podemos usar a agrupación segundo a lei de desintegración para facer un compromiso, como é grande a elección correcta para obter un mellor rendemento e unha mellor eficiencia, esperamos agrupalo de acordo coa lei de desintegración de baterías, 20 ramas como nodo é se é máis adecuado ou 40 é máis adecuado, o que fai un equilibrio entre a electrónica de eficiencia e a potencia. Entón facemos algo sobre o almacenamento flexible de enerxía, que tamén é o noso proxecto para facer isto. Por suposto, hai un mellor lugar para usalo en fervenzas. Creo que o uso en cascada ten certo valor nos últimos dous anos, pero paga a pena empregar no futuro, pero tamén penso na eficiencia da carga e a descarga, unha vez que o prezo da batería baixe, hai algúns problemas coa fervenza. O agrupamento flexible pode resolver grandes problemas. Outro tipo de alta modularidade reduce o custo de todo o sistema. O maior pode mellorar a taxa de utilización.

Como unha batería usada nun coche tres anos despois, o descenso é inferior ao 8% e a taxa de utilización é só do 60%. Débese á súa diferenza. Se fai 5 conxuntos de taxa de utilización, pode alcanzar o 70%, o que pode mellorar a taxa de utilización. Coordenar módulos de baterías tamén pode mellorar o uso da batería. Despois do mantemento, o almacenamento de enerxía aumentou un 33%.

 

Vendo este exemplo, despois do balance, pódese aumentar un 7%, despois de agrupar con flexibilidade, aumento un 3,5% e o equilibrio pode aumentar un 7%. O agrupamento flexible pode traer un beneficio. De feito, o motivo do descenso da batería dos diferentes fabricantes é diferente. É preciso saber de antemán en que se converterá este grupo de baterías ou cal será a distribución de parámetros, e entón farás unha optimización dirixida.

Este é un esquema adoptado, o módulo de control de corrente independente de potencia completa, que non é adecuado para aplicacións de alta potencia.

Parte da potencia do módulo é controlada de forma independente pola corrente. Este circuíto é adecuado para media e alta tensión e uso repetido. Esta é a solución de almacenamento de enerxía da batería MMC adecuada para alta tensión e alta potencia.

Tamén sobre a análise do estado da batería. Sempre dixen que a capacidade da batería é inconsistente, o descenso é aleatorio, o envellecemento da batería é inconsistente e a capacidade e a resistencia interna son moi reducidas. Usando este parámetro para caracterizar, máis se usa é a capacidade e a resistencia interna. Se queres atopar unha forma de manter a coherencia, debes avaliar a diferenza SOC de cada batería, como avaliar o SOC desta célula e, a continuación, podes dicir como esta batería é inconsistente e canto pode ser a potencia máxima. . Como conseguir unha soa SOC mantendo a batería mediante SOC? O enfoque actual é poñer o BMS no sistema de baterías e estimar esta SOC en liña en tempo real. Queremos describilo doutro xeito. Agardamos executar os datos mostrados nun segundo plano. Analizamos o SOC e a batería a través dos datos de fondo. SOH, optimiza a batería nesta base. Polo tanto, esperamos que os datos da batería do coche, non os datos de gran tamaño, sexan unha plataforma de datos. A través da aprendizaxe de máquinas e a minería, amplíase o modelo de estimación de SOH e unha estratexia de xestión para a carga e descarga completa do sistema de baterías en función dos resultados da estimación.

Despois de que aparezan os datos, hai outra vantaxe, podo facer un aviso anticipado do estado de saúde da batería. Os incendios das baterías aínda ocorren con frecuencia e o sistema de almacenamento de enerxía debe ser seguro. Desexamos facer unha información en tempo real e unha advertencia precoz a medio e longo prazo mediante análises de datos de fondo, atopar métodos de aviso en liña a curto e longo prazo para posibles riscos para a seguridade e, finalmente, mellorar a seguridade e a fiabilidade de todo o sistema.

A través disto podo conseguir varios aspectos a grande escala, un é aumentar a taxa de utilización de enerxía do sistema, o segundo é prolongar a vida da batería e o terceiro é garantir a seguridade e este sistema de almacenamento de enerxía pode funcionar de forma fiable .

¿Cantos datos necesito cargar para cumprir os meus requisitos? Necesito atopar a batería máis pequena que cumpra o estado de funcionamento da batería. Estes datos poden soportar a análise detrás, os datos non poden ser demasiado grandes, unha gran cantidade de datos é realmente moi grande para toda a rede A carga. Decenas de milisegundos, toma a tensión e a corrente de cada batería, o cal é irrealizable cando o pasas a un segundo plano. Atopamos un xeito agora, podemos dicirche, cal é a frecuencia de mostraxe, que datos característicos necesitas pasar. Simplemente comprimimos estes datos e pasámolos á rede. O parámetro da curva da batería é dun milisegundo, o que é suficiente para satisfacer as necesidades de avaliación da batería. Os nosos rexistros de datos son moi poucos.

O último, dicimos BMS, cobra máis importancia que o custo do almacenamento de enerxía que o das baterías. Se engades todas as funcións ao BMS, non podes reducir o custo desta BMS. Dado que os datos poden enviarse, hai unha potente plataforma de análise detrás de min. Podo simplificalo na fronte. Só hai mostras de datos ou protección simple na parte dianteira. Facemos un cálculo SOC moi sinxelo, outros datos envíanse en segundo plano, isto é o que estamos a facer agora, a estimación e mostraxe do estado completo do BMS a continuación, pasamos o controlador de nodos de almacenamento de enerxía e finalmente pasamos á rede de enerxía. almacenamento O controlador de nodos terá un certo algoritmo, o seguinte é basicamente detección e ecualización. O cálculo final realízase na rede de fondo. Esta é a arquitectura do sistema enteiro.

Vexamos a eficacia e sinxeleza do cambio de capa inferior, que é a equiparación, adquisición de baixa tensión e adquisición de ecualización á adquisición actual. O controlador de nodos de almacenamento de enerxía indica o seguinte como tratar con el, incluído o SOC, que se realiza aquí e o fondo funciona de novo. Este é o sensor intelixente, a unidade de xestión de baterías e o controlador de nodos intelixentes no que xa estamos a traballar, o que reduce considerablemente o custo do almacenamento de enerxía.


Data de publicación: 8/08-2020